宋 斌，刘志雄，李恩文，王国利

（1.武汉大学 电气工程学院，湖北 武汉 430072；2.特高压工程技术（昆明、广州）国家工程实验室，广东 广州 510080）

0 引言

电力变压器作为电力系统中关键设备之一，其安全稳定的运行是保证正常输电的前提。对变压器进行状态监测，及时发现并排除变压器的潜伏性故障，防止突发事故的发生，对电网运行具有重要意义。以分析油中溶解气体组份和含量为基础的油中溶解气体分析 DGA（Dissolved Gas Analysis），是运用最为广泛的变压器状态监测和故障诊断方法之一[1]。在1997年颁布执行的电力设备预试规程中，已把DGA放到了首要的位置。众多的研究者在分析大量实验数据的基础上，先后提出了多种基于DGA的变压器绝缘故障诊断方法，包括罗杰斯四比值、特征气体法、IEC三比值法、改良电协研法等。其中三比值法能及时发现变压器潜伏性故障隐患，是电力变压器绝缘故障诊断最常用的方法。此外，一些机器学习方法，如灰色理论[2]、神经网络[3-4]、模糊数学[5]、支持向量机[6-7]、遗传算法[8]、粗糙集[9-10]等也被用于变压器DGA诊断。

我国1987年颁布的GB7252—87《变压器油中溶解气体分析和判断导则》中，三比值编码只有9个，编码不完备。随着运行经验的积累和故障数据的丰富，三比值判别法得到了改进和完善。结合IEC60599，我国在2001年对导则进行了修订（即GB/T7252—2001），新增了复合型故障类型和故障编码，故障诊断效果有了很大改进和提高。但是该导则仍然存在缺码问题，没有给出011编码及其对应的故障类型，而实际应用中存在这样的编码数据，会出现无法判断其故障类型的情况。……